A amostragem estratificada se constitui em uma das técnicas ...

Esta técnica pertence a família de amostras probabilísticas e consiste em dividir toda a população ou o "objeto de estudo" em diferentes subgrupos ou estratos diferentes, de maneira que um indivíduo pode fazer parte apenas de um único estrato ou camada.

Após as camadas serem definidas, para criar uma amostra, selecionam-se indivíduos utilizando qualquer técnica de amostragem em cada um dos estratos de forma separada.

As camadas ou estratos são grupos homogêneos de indivíduos, que por sua vez, são heterogêneos entre diferentes grupos. 

Se a condição comentada anteriormente é cumprida de forma correta (estratos internamente homogêneos e heterogêneos entre si), o uso da amostragem aleatória estratificada reduz o erro amostral, melhorando a precisão dos resultados ao realizar um estudo sobre a amostra.

É relativamente habitual definir os estratos de acordo com algumas variáveis características da população, tais como: idade, sexo, classe social ou região geográfica. Essas variáveis permitem dividir facilmente a amostra em grupos mutuamente exclusivos e frequentes, permitem discriminar comportamentos diferentes dentro da população.

Ressaltamos que a amostra estratificada proporcional produz um erro amostral menor ou igual a amostra aleatória simples, é mais precisa. A igualdade ocorre quando as médias ou as proporções que estamos analisando são iguais em todos os níveis dos estratos. Portanto, a estratificação produz mais benefícios quanto mais diferentes as camadas são.

Já na amostragem estratificada ótima é sempre igual ou mais precisa que a amostra estratificada proporcional. Ambos os métodos são igualmente precisos quando os desvios-padrão são iguais dentro de cada camada, neste caso ambos os métodos são completamente equivalentes. A estratificação ótima produz mais benefícios quando maior for o número de diferenças entre cada grupo, situação que podemos reduzir o tamanho da amostra dos grupos mais homogêneos para beneficiar os mais heterogêneo. Em contrapartida, é um método complexo que exige ter muita informação antes de se obter a amostra estudada, algo que normalmente não temos.

Com base nesse pequeno resumo, vamos aos itens:

a)  produz estimativas mais precisas do que a amostragem aleatória simples quando existir uma homogeneidade suficientemente maior dentro dos estratos do que entre os estratos.

Correto!!!

b)  proporciona uma menor precisão nas estimativas dos parâmetros populacionais.

Errado: Na amostragem proporcional, por exemplo, produz um erro amostral menor ou igual a amostra aleatória simples, sendo, portanto, mais precisa.

c)  utiliza o mesmo tamanho para cada estrato.

Errado: Em uma amostra estratificada proporcional, a amostra deverá obter camadas que obtenham as mesmas proporções observadas na população. Já na amostra uniforme, é necessário atribuir o mesmo tamanho de amostra para todas as camadas, independentemente do peso dos estratos da população.

Logo, se a amostragem for proporcional não se utiliza o mesmo tamanho para cada estrato.

d)  prevê a seleção de uma população ordenada, em que cada ponto amostral é equidistante do seu antecessor e de seu sucessor.

Errado: Nesse caso estamos utilizando uma amostragem sistemática após a montagem dos estratos. Porém, pode-se utilizar também uma amostragem aleatória simples para a seleção dos elementos.

Gabarito: Letra A